大數據如何大

A. 什麼是「大數據」，如何理解「大數據」

你好，大數據是指巨量的數據，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。

當下，大數據技術作為新興技術被許多互聯網大廠所需，以華為為例。

1、華為雲推出大數據稽核方案解決偷逃費

很多朋友可能發現,部分省界收費站變少而ETC通道在增加,高速公路的出行體驗比以前更加順暢。然而,在公眾體驗節省費用、便捷通行等利好的同時,高速公路的管理運營單位卻飽受新情況的困擾。

部分車主偷逃費方式多樣化,包括換卡逃費、車頭掛車分離逃費、倒換電子標簽、ETC車道跟車逃費等。同時偷逃費行為向專業化、團伙化演變,給高速運營單位帶來大量經濟損失和嚴峻挑戰。

以華為為例，華為給1-3年經驗的大數據開發工程師開到了高達4萬的月薪，在其他大廠的招聘中30k-60k的大數據開發工程師，也只要1-3年工作經驗，可以說大數據、雲計算仍是當下的紅利崗位。

希望我的回答對你有所幫助！

B. 互聯網公司是如何做大數據的

互聯網公司是如何做大數據的
大數據」炙手可熱，很多企業都不會錯失機會，谷歌已經從一個網頁索引發展成為一個實時數據中心樞紐，可以估量任何可以測量的數據，將輸入的查詢與所有可用數據相匹配，確定用戶查找的信息;對臉譜網來說大數據就是「人」，公司也利用這一點在十幾年之內成為世界上最大的公司之一。
亞馬遜通過分析用戶習慣，將用戶與其他可能符合用戶需求的產品和建議相匹配;領英幫助求職者根據自己的技能和經驗來匹配空缺職位，幫助招聘人員找到與特定資料相匹配的人才，這些都是大數據應用的典型例子，但也只是其中一部分，越來越多的數據易獲得，復雜工具也會隨之涌現，大數據的利用可以改變我們個人生活和商業活動。
當下，每個人都聽說過人們如何利用大數據治癒癌症、終結恐怖主義和養活飢餓人口來改變世界。
當然，也很明顯，有些人正利用它來賺大錢——據估計，到2030年，世界經濟將增加15萬億美元。
很多人可能會想「那太好了，但實際上和我沒什麼關系。」只有擁有數百萬美元資產的大型科技公司才會真正受益。那你需要大量的數據才能開始一項新的研究嗎?
其實並不是這樣的。事實上，利用近年在數據收集、分析上的巨大突破，很容易改善我們的個人和商業生活。很多人先前可能沒有認識到這點。
以下是大數據作為日常生活工具和服務的一部分的一些細節。
谷歌——語義分析與用戶畫像
盡管谷歌並沒有把自己標榜成數據公司，但實際上它的確是數據寶庫和處理問題的工具。它已經從一個網頁索引發展成為一個實時數據中心樞紐，幾乎可以估量任何可以測量的數據（比如：天氣信息、旅行延遲、股票和股份、購物……以及其他很多事情）。
大數據分析——也就是說，當我們進行搜索時大數據就會起作用，可以使用工具來對數據分類和理解。谷歌計算程序運行復雜的演算法，旨在將輸入的查詢與所有可用數據相匹配。它將嘗試確定你是否正在尋找新聞、事實、人物或統計信息，並從適當的資料庫中提取數據。
對於更復雜的操作，例如翻譯，谷歌會調用其他基於大數據的內置演算法。谷歌的翻譯服務研究了數以百萬計的翻譯文本或演講稿，旨在為顧客提供最准確的解釋。
經常利用大數據分析的對象從最大的企業到單人樂隊，當他們通過谷歌的Adwords進行廣告宣傳時就是對大數據的利用。通過分析我們瀏覽的網頁(很明顯能看出我們喜歡什麼網頁)，谷歌可以向我們展示我們可能感興趣的產品和服務的廣告。廣告商使用Adwords和谷歌分析等其他服務，以吸引符合其客戶資料的人員到其網站和商店時，廣告商就利用了大數據分析。
臉譜網——圖像識別與「人」的大數據
盡管臉譜網與谷歌在市場營銷上差異巨大，但實際上它們的業務和數據模式非常相似。眾所周知，兩個公司都選擇將自己的企業形象定位重點放在大數據方面。
對谷歌來說，大數據是在線信息、數據和事實。對臉譜網來說大數據就是「人」。臉譜網讓我們與朋友和家人保持聯系越來越方便，利用這個巨大的吸引力，該公司在十幾年之內成為世界上最大的公司之一。這也意味著他們收集了大量的數據，同時我們也可以自己使用這些大數據。當我們搜索老朋友時，大數據就會發揮作用，將我們的搜索結果與我們最有可能聯系的人進行匹配。
由臉譜網開創的先進技術包括圖像識別——一種大數據技術，通過利用數百萬種其他圖像進行訓練，能教會機器識別圖片或視頻中的主題或細節。在我們告訴它圖片中的人是誰之前，機器可以通過標簽來識別圖片中的人。這也是為什麼，當我們的朋友分享或給圖片「點贊」時，如果它發現我們喜歡看例如嬰兒或貓的圖片，在我們的信息流中就會看到更多這種類型的圖片。
對人們興趣及其利益的詳細了解也使臉譜網能夠向任何企業出售極具針對性的廣告。臉譜網可以幫助企業根據詳細的人口統計數據和興趣數據找到潛在客戶，或者可以僅僅讓他們通過查找與企業已有客戶相似的其他客戶來完成他們的大數據「魔術」。
亞馬遜——基於大數據的推薦引擎
亞馬遜作為世界上最大的在線商店，也是世界上最大的數據驅動型組織之一。亞馬遜和本文提到的其他互聯網巨頭之間的差別很大程度上取決於市場營銷。與谷歌和一樣，亞馬遜提供了廣泛的在線服務，包括信息搜索、關注朋友和家人的賬號以及廣告，但其品牌建立在最初以購物聞名的服務上。
亞馬遜將我們瀏覽和購買的產品與全球數百萬其他客戶進行比較。通過分析我們的習慣，可以將我們與其他可能符合我們需求的產品和建議相匹配。大數據技術在亞馬遜的應用就是推薦引擎，而亞馬遜是推薦引擎的鼻祖，其也是最復雜的。除了購物，亞馬遜還讓客戶利用自己的平台賺錢。任何在自己的平台上建立交易的人都會受益於數據驅動的推薦，從理論上講，這將吸引合適的客戶來購買產品。
領英——被篩選過的精準大數據
如果你是一名僱主，或是正在找工作的人，領英會提供一些可以幫助你的大數據。
求職者可以根據自己的技能和經驗來匹配空缺職位，甚至可以找到與公司其他員工以及其他可能競爭該職位的員工的數據。
對招聘人員來說，領英的大數據可以找到與特定資料相匹配的人才，例如現任員工或前雇員。
領英對其數據採取了「圍牆的花園」方式（註：「圍牆花園」是相對於「完全開放」的互聯網，把用戶限制在一個特定的范圍內，允許用戶訪問指定的內容），當你選擇在何處尋找和使用大數據時，這個不同之處值得考慮。領英的招聘人員和申請人的服務都是由公司內部和由服務本身控制的數據進行的，而谷歌是(在美國也提供招聘信息)從大量外部資源中獲取收數據。領英的方法提供了潛在的更高質量的信息，而另一方面，它可能不全面。谷歌的方法提供了更大容量的數據，但這些數據可能是你想要的，也可能不是。
這些只是應用大數據的幾種方式——遠非資源豐富的公司和技術精英的工具，而是我們大部分人在日常生活中已經從中受益的東西。隨著越來越多的數據變得容易獲取，越來越復雜的工具涌現出來，從中獲得價值，肯定會有更多的數據產生。

C. 如何進行大數據處理

大數據處理之一：收集

大數據的收集是指運用多個資料庫來接收發自客戶端(Web、App或許感測器方式等)的 數據，而且用戶能夠經過這些資料庫來進行簡略的查詢和處理作業，在大數據的收集進程中，其主要特色和應戰是並發數高，因為同時有可能會有成千上萬的用戶 來進行拜訪和操作

大數據處理之二：導入/預處理

雖然收集端本身會有許多資料庫，但是假如要對這些海量數據進行有效的剖析，還是應該將這 些來自前端的數據導入到一個集中的大型分布式資料庫，或許分布式存儲集群，而且能夠在導入基礎上做一些簡略的清洗和預處理作業。導入與預處理進程的特色和應戰主要是導入的數據量大，每秒鍾的導入量經常會到達百兆，甚至千兆等級。

大數據處理之三：核算/剖析

核算與剖析主要運用分布式資料庫，或許分布式核算集群來對存儲於其內的海量數據進行普通 的剖析和分類匯總等，以滿足大多數常見的剖析需求，在這方面，一些實時性需求會用到EMC的GreenPlum、Oracle的Exadata，以及根據 MySQL的列式存儲Infobright等，而一些批處理，或許根據半結構化數據的需求能夠運用Hadoop。 核算與剖析這部分的主要特色和應戰是剖析觸及的數據量大，其對系統資源，特別是I/O會有極大的佔用。

大數據處理之四：發掘

主要是在現有數據上面進行根據各種演算法的核算，然後起到預測(Predict)的作用，然後實現一些高等級數據剖析的需求。主要運用的工具有Hadoop的Mahout等。該進程的特色和應戰主要是用於發掘的演算法很復雜，並 且核算觸及的數據量和核算量都很大，常用數據發掘演算法都以單線程為主。

關於如何進行大數據處理，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

D. 大數據如何發揮大價值

大數據如何發揮大價值

大數據時代，CIO的競爭優勢從信息技術轉變為圍繞客戶體驗、數據分析、流程管理領域，讓數據發揮大價值。

全球每秒鍾發送2900萬封電子郵件，推特上每天發布 5000萬條消息；亞馬遜每天產生 630萬筆訂單；Google每天需要處理24PB 的數據……

海量數據的處理，以及如何用數據創造更大的價值，給CIO們提出了更多的挑戰。根據Valueresearch研究報告顯示，大數據已經躍升為CIO關注度排名第四的技術與應用，並且還在持續提升中。

2013年9月4日，商業價值、ITValue和CommVault公司在北京聯合舉辦了「大數據的大價值」的CIO沙龍。12位來自不同行業的CIO進行了精彩的分享和討論。

業務需求引導數據分析

在一個家庭里，誰來主導旅遊消費？誰來做旅遊決策？

中青旅控股有限公司（下稱「中青旅」）的IT部門和市場推廣部聯合成立了一個數據挖掘小組，在總裁助理林軍的帶領下，以業務需求出發用信息技術做數據挖掘，得出如下信息：在中國家庭里，旅遊通常是太太來做決策；國內家庭客戶策劃旅遊中，歐美游所需計劃決策時間最長，其次是東南亞旅遊，而國內游則是決策時間最短，經常會臨時抱佛腳說走就走。於是，中青旅根據數據挖掘分析的結果，進行旅遊產品策劃和收益管理的調整，更能針對性地滿足客戶的需求和優化客戶的體驗，而且優化之後的旅遊產品推廣效果和盈利情況更佳。

中糧大悅城（下稱「大悅城」）CIO張岩也表示，明晰業務需求才能更好地進行數據挖掘。大悅城進駐了數百家知名品牌商戶，其內部系統的數據是紛繁復雜的：包括POS數據、客流的數據、商流的數據、會員的數據等等。如果從IT的角度進行分類管理、分析價值，各個業務部門的數據差異巨大，數據分析價值很低。但改由數據創造價值或者以大悅城整體商業價值來進行分析，數據分析更有價值 。

張岩帶領數據分析團隊，優先從商業的邏輯來考慮，對大悅城歷年的銷售數據進行系統梳理，建立了符合購物中心行業特色的數據分析體系。體系中包含了品牌商戶、消費客群、項目收益3大系統模塊，做到了從3大商業經營角度綜合分析項目運轉情況。得益於這套商業分析系統，朝陽大悅城幫助入駐的500多家商戶，根據分析情況調整銷售策略，實現了朝陽大悅城銷售額年增長率近40%的高增長。

新東方教育科技集團信息管理部總監官沖認為，做數據分析和挖掘的人，一定得是懂業務的人。數據挖掘可以由外部人員來教授方法，但一定由內部人員自己實踐。只有自己更了解自己的業務，能判斷出哪類數據挖掘對企業有價值。其實，企業能用以分析的數據越全面，分析的結果就越接近於真實。大數據分析需要由業務需求為主導，這樣企業能夠從這些新的數據中獲取新的洞察力，並將其與已知業務的各個細節相融合。

大數據有大價值

愛康國賓健康管理集團每年有200萬人次的體檢數據，這些數據蘊含著黃金般的價值。這些數據能從遺傳、生活習慣、飲食等角度出發，對身體狀況跟蹤預測，對疾病早期預警，進行全方位的健康干預，進而對客戶進行有償或無償服務，成為愛康國賓一片新的業務藍海。

愛康國賓信息技術副總裁馮朝暉介紹，愛康國賓現在已經在為客戶提供一些基礎的健康管理服務，比如根據體檢指標，分析客人的常見慢性病風險，並將慢性病的預防和保健常識通過簡訊定期推送給客人。未來這項業務還會和醫院實現聯動。

在張岩的主持下，大悅城搭建商業經營預測、管理體系：以數據挖掘方式，分析大悅城的整體商業變化規律。在數據挖掘中，大悅城並不是關注確切的銷售數據，而是尋找發現在商業經營中銷售變化的規律。同時，通過大數據技術篩選評估出近百個影響銷售規律變化的主觀因素，並通過大量的計算與驗證，評估出每個影響因素的影響度指標，同時確定該影響因素相關的業務部門。最終，由近百個專項數據分析的結果，建立了全數據的大悅城經營模型（即虛擬大悅城）。從這個模型中，可以預測購物中心的經營狀況，為招商、運營、推廣各部門的工作提供了良好指導，並且成為管理層經營策略制定的重要依據。

CommVault中國區總經理徐永興表示，做企業基本要考慮3個關鍵問題：1.增加收入；2.降低成本；3.控制風險。近30年來，企業將70%以上的資金和注意力都集中在前兩項，而控制風險總是容易被忽視。CIO很多時候投入的大量的資金和精力都是在控制風險。其實，如果把數據管理做好，不但能幫CIO節省IT支出，甚至還能挖掘數據的價值，來更好地增加收入和降低成本，讓CIO更具價值。

CIO如何從數據處理轉型到數據業務？商業價值總經理萬寧談到，在社會信息化環境下，企業IT新趨勢：1.CIO競爭優勢從信息技術轉變為圍繞客戶體驗、數據分析、流程管理領域。2.相比業務流程設計，信息管理技術的重要性會更高。創建企業數字化業務模式，企業需要從技術角度、業務流程、人員角色、上升到企業企戰略層面建立數字化企業。3.集中提供的應用和基礎架構將會嵌入在業務服務之中，由企業共享的服務組織提供。

以上是小編為大家分享的關於大數據如何發揮大價值的相關內容，更多信息可以關注環球青藤分享更多干貨

E. 大數據是什麼多大的數據叫大數據

根據數據收集的埠，企業端與個人端之間，大數據的數量級別是不同的。
企業端(B端)數據近十萬的級別，就可以稱為大數據;個人端(C端)的大數據要達到千萬級別。收集渠道沒有特定要求，PC端、移動端或傳統渠道都可以，重點要達到這樣數量級的有效數據，形成數據服務即可。很有趣，大家可以看到2B和2C，兩類大數據差了兩個數量級。
有些小公司，數據只有千到萬級的規模，但經過收集分析，也能從中有針對性的總結出這一群體的原則，同樣能指導企業進行一定程度的用戶分析、獲取或者是服務工作，但這並不是大數據，而是一般性的數據挖掘。
大數據面向的是更海量的一個數據，藉助了更廣義的知識資料庫的分析方法。大部分的數據公司的數據來源是海量的，它的收集和分析，並不是局限於個體，而是以一個非常非常廣泛的群體為對象展開的。

F. 當數據成為發展驅動力，大數據如何實現大

大數據是企業收集的一堆信息或非結構化數據，用以理解人們的習慣，並利用它來發展自己的業務。它有助於這些企業更好地判斷用戶的習慣和喜好，並提出更好的產品展示給用戶，幫助用戶更快、更好、更高效地購物。

G. 大數據如何貢獻大價值

大數據如何貢獻大價值
一切的現象都在告訴人們，一個新的科技時代似乎正在來臨。有些IT職業追潮人士甚至激動地認為「人類歷史上第三次科技革命」即將到來。
大數據之惑
問題在於，什麼是大數據？為什麼人人言必稱大數據？
「很大很大的數據」就是大數據。對「大」的定義在不斷刷新。10年前1GB數據已經很大了，今天，1000GB並不算太大。
問題其實不在於大，而在價值。「大數據」再大仍舊只是數據，沒有足夠有效的分析與應用，一切數據都是垃圾。紐約時報專欄作家David Brooks認為，缺乏足夠有效的分析是大數據的最大問題：越來越多的數據，帶來越來越多的相關性；其實很多相關性都是沒有意義的，這種欺騙性質的數據關聯會把數據管理者和使用者引入歧途，浪費大量的人力物力去管理、分析這些數據。
除了傳統意義上人們認為的那些有行有列有數值或者文字的數據表單之外，IT技術還幫助人們收集了越來越多的其他類型的資料，比如視頻，語音，圖片，文檔等。這些被稱為「非結構化數據」。
結構化與非結構化數據每天都在成倍的增加。以道路視頻監控為例，全上海的攝像頭有10多萬個，每一刻都在記錄圖片與視頻。一旦發生案件或者事件，這些記錄在硬碟庫里的資料就成為偵察與審判環節的重要證據。盡管目前技術尚不支持，業界仍然期望未來能在TB乃至於PB級的視頻數據里搜到一張特定身影或者臉孔。這類搜索/分析技術未來將是啟動視頻類大數據應用的引擎。
同樣，基於語音、照片或者文本的分析與數據挖掘同樣可以給人類對數據的理解帶來革命性的突破。問題在於，這類技術仍停留在實驗室階段。
盡管沒有足夠的應用，大數據仍然不可阻擋地火熱了起來。不扯上大數據似乎就要落伍了一樣，大數據滿天飛的日子來到了。至於這股潮流到底會演變成象。com一樣的泡沫，還是第三次產業革命，在華威先生們眼裡，已經根本不重要了。業界，資料庫/存儲等領域供應商當然樂見其成，而企業的IT經理們則又多了一個申請預算的借口。
數據的價值及企業數據戰略
數據的獲取與存儲仍然是IT建設的基礎架構。一旦決定啟動「大數據戰略」，對資源源源不斷的佔用使得這一工作黑洞化。如何規避這種大數據黑洞？結合全球主要行業領導企業以及部分小而強的歐洲企業的成功案例，我認為，應該以應用（分析及業務決策）為中心建立相應的數據戰略，並且隨之建立相應的從收集數據、管理數據到最終業務決策的一整套流程。而不是為數據而數據——首先要建立以應用為中心的數據戰略。說到應用，銀行、保險、汽車、化工等幾乎所有行業都在開展以數據分析為基礎的各種應用，以JMP軟體全球行業案例庫裡面的部分典型客戶為例：
電商在分析顧客采購行為數據，以進行促銷和相關貨品推薦（交叉/提升銷售）
航空公司在調查旅客反饋，以改進空中服務（客戶挽留）
葯廠在對臨床實驗數據進行分析，以判斷新葯的安全性和有效性（研發新產品）
汽車廠商在對維修信息進行分析，以改進汽車整車和關鍵零部件的可靠性以提升客戶滿意度（挽留及獲取客戶）、降低客戶擁有成本和車廠的保修成本（降低成本）
手機公司在對手機銷售量進行預測，以合理排產與優化庫存（運營優化）
衛生管理部門在運用數據模型對流行病趨勢進行描述、監控與預測
銀行在對客戶服務流程進行優化與改善，以提升客戶滿意度
電腦廠商在利用客戶對不同配置組合進行市場調查，以進行定價
保險公司在根據保單出險情況進行保單定價的動態調整，以確保該產品基本盈利能力
半導體企業在對製造全流程數據進行分析/建模/優化，以改善工藝，提升良率，從而實現成本降低與利潤提升
食品公司在利用數據分析和市場調查手段，研發本地客戶最喜好的口味
快速食品行業在利用JMP地圖分析工具與人口統計學相結合，以進行門店選址，客戶獲取及供應鏈優化
只有足夠有效的應用，方可獲取數據的價值。企業只有在戰略層面確立了數據分析的重要性，方可持續改善。以GE為例，六西格瑪及相應的數據分析流程已經成為GE的全球戰略與文化。不僅如何，GE還持續不懈地推動基於數據分析的持續改善工作。在高端航空發動機研發及GE能源系統業務領域方面，GE也與時俱進，導入JMP所代表的業界最高水平的實驗設計（DOE）方法，以進一步提升其研發水平。
其次，一切都離不開人。與這股指數級增長的數據分析需求相對應，統計、分析類人才正成為職場上的稀缺品種和搶手貨。3月初華爾街日報刊登了「全美最搶手職業排名」，數據分析類職位高居榜單第二位。這是美國。對中國來說，或許排名更高，因為稀缺。
最後，建立一整套以數據分析及決策流程，以取代傳統的拍腦袋決策體系。這一點對於中國企業來說尤其需要強調。這不僅僅是對戰略的有效執行，更需要企業拿出「改變」的決心和勇氣，在制度層面體現出對「改變」的鼓勵和包容。
在這個應用為王的年代，對於企業來說，不論是搭建基礎架構還是應用軟體，要不要投入，如何投入，其實是個老話題了，無外乎價值與價格。大數據/雲計算，不論名字如何變化，邏輯依舊。

H. 大數據如何變得如此之大

今年真是大數據的交叉年：作為一個概念、作為一個術語、同時還作為一種營銷工具。大數據已異軍突起，突破科技界的局限，成為主流。首先，關於大數據，這里必須強調幾點：大數據是今年在瑞士達沃斯9374.html">世界經濟論壇上的一個特色主題，報告題為《大數據，大影響》。今年3月，美國聯邦政府宣布投資2億美元啟動「大數據研究和發展計劃」。
里克斯莫蘭，「一日生活」攝影系列的創作者，有了一個新的項目作品，被稱為「人類面對大數據」。紐約時報也採用這一名稱，其文章標題是《大數據時代》和《數據大校園》。宣布大數據時代已經明確到來的標志是上個月斯科特•亞當斯的諷刺漫畫《呆伯特》的問世。一個專欄導讀說：「到處都是它，它什麼都知道。它的名字叫大數據。」
大數據的故事就像是一個米姆決策。其有兩方面的重要成分。首先是這個詞彙本身沒有太多的技術含量，但卻朗朗上口，依稀令人回味。第二是這一詞彙背後則蘊藏著具有巨大的技術發展潛力，同一些技術陷阱。
大數據是一個速記的標簽，通常是指運用人工智慧，如機器學習，在大量數據中捕獲標准資料庫。新的數據來源包括網頁瀏覽數據、社會網路通信、感測器數據和監測數據。
結合海量的數據和軟體演算法打開了新的商業機會的大門。例如，谷歌和Facebook這樣的大數據公司。去年，來自IBM的沃森(人工智慧程序)擊敗了人類，在電視智力競答節目「Jeopardy!」中獲勝，便是大數據計算的一個勝利。從理論上講，大數據可以提高從商業到醫葯領域中的決策，允許根據數據和分析，而不是直覺和經驗來做出決定。
「這個詞本身是模糊的，但它正在變得越來越真實。」康奈爾大學的計算機科學家喬恩•克萊因伯格說。「大數據是一個過程，一個口號，它有可能改變一切。」
長期以來，數據量的持續上漲一直是一個挑戰。從19世紀後期，普查員就苦於不知如何將快速增長的美國人口進行計數和分類。1890年，當人口達到6300萬的時候，人口普查迎來了一個創新突破。赫爾曼霍爾瑞斯發明穿孔卡片數據工具被證明是機器可讀的，這些卡片於是成為了IBM公司的技術基石。
因此，大數據這一術語是對現實狀況的一種修辭，當涉及到數據的時候，「大」是一個快速移動的目標。2008年，據一些計算機科學家和業內高管介紹，「大數據」開始在科技界獲得的重視。Wired雜志上發表的文章，提出了中肯的機會及將會影響現代的海量數據。
Wired宣布，這種新的計算方式，開啟了PB時代。這是一本很好的雜志，但「PB位元組」的標簽太技術而無法成為主流，不可避免地，PB位元組數據將讓位給更大的位元組：艾位元組：zettabytes和yottabytes。
起初，許多科學家和工程師冷笑道，大數據只是一個營銷術語。但良好的營銷加上有效的溝通，在任何領域都是有價值的技能。例如，數學家約翰•麥卡錫在1955年提出了「人工智慧」一詞時，他申請洛克菲勒基金會的資助時的巧妙的措辭便是一種絕妙而理想的營銷。
在2008年年底，一批全國領先的計算機科學的研究人員開始接受大數據，計算機界聯合會、計算研究協會與政府的國家科學基金會的合作，這代表了學術界和企業的研究人員接受大數據的概念。計算機協會出版了一份有影響力的白皮書《大數據計算：開創商業、科學和社會領域的革命性突破》。其作者是三位著名的計算機科學家，卡耐基•梅隆大學的蘭道爾•布賴恩特(RandalE.Bryant)、加利福尼亞大學伯克利分校蘭迪•卡茲(RandyH.Katz)、華盛頓大學的愛德華•拉佐斯加(EdwardD.Lazowska)。
上述專家的代言給了大數據以智力可信度。IBM技術研究員兼新興互聯網技術副總裁羅德A.史密斯說，他十分喜歡這個術語，因為它引導人們的思維從機械數據處理走向數據量的精確措施處理。「實際上，大數據真正在於其新用途和新見解，而不在於其那麼多的數據本身。」史密斯先生說。
IBM通過其大數據營銷，尤其是與客戶產生共鳴。在2008年，史密斯先生的研究小組發布了一個網站，解釋大數據主題，該網站的知名度速度被大大擴展。在2011年，該公司推出了Twitter帳號，包括#IBMbigdata。IBM公司有一個大數據的newsletter，並在1月份發表可以分電子書《了解大數據》。
自1976年成立以來，SAS軟體研究所這家世界上最大的私人持有的軟體公司，已通過資料庫進行篩選開發軟體，尋找價值並掘金。總部設在北卡羅來納州Cary,N.C.的SAS，已在該領域有過許多營銷術語，包括「數據挖掘」、「商業智能」和「數據分析。」
起初，SAS的首席營銷官吉姆•戴維斯，將大數據視為另一個行業階段性的概念炒作。
「我最初曾嘲笑過這個術語。」戴維斯先生回憶說，他指出他們公司的大企業客戶，如銀行和保險公司，已挖掘了幾十年的大量數據了。
但大數據試圖尋找挖掘所有網路數據以及外部資料庫。SAS公司的技術已經利用網路時代的數據資產，改變了其市場。去年，公司開始採用大數據和「大數據分析，與此同時採用的還有他們已使用了多年的「高性能分析」。五月公司任命保羅肯特為公司的大數據副總裁。「我們不得不跟隨著潮流。」戴維斯先生說。
大數據的支持者說其帶來的回報遠遠大於風險。盡管如此，智能技術保證觀察、記錄，並作出有關人類行的為前所未有的推論應該可以促使一些新的想法的產生，無論是創造這些技術的人，還是使用它們的人。
以上由物聯傳媒轉載，如有侵權聯系刪除